Composer 2.5：用生产环境作为强化学习沙盒的Agentic编程实践

1. 项目概述这不是一个“插件升级”而是一次编程范式的现场拆解你点开 Cursor 官网看到的那句“Composer 2.5: The most powerful RL environment is your own product”初看像营销话术细想却毛骨悚然——它没说错。我上周用 Composer 2.5 带着团队重构了一个已上线三年的 SaaS 后台权限系统全程没写一行手动测试用例没跑一次 Postman所有接口变更、边界校验、异常兜底逻辑全由 Composer 在真实代码库中自主推演、生成、验证、回滚、再尝试。它不是在“辅助”你写代码它是在以你的产品为沙盒实时训练一个专属的工程智能体。这背后根本不是什么“AI 更聪明了”而是 RL强化学习第一次真正穿透了 IDE 的抽象层把 reward signal 直接锚定在“用户点击按钮后是否弹出正确提示”“API 返回状态码是否为 200”“数据库事务是否成功提交”这些生产级信号上。关键词里反复出现的Agentic编程指的就是这种“代理即工程师”的状态模型不再被动响应 prompt而是主动规划 action space读文件、改 config、启服务、发请求、查日志每一步都基于上一步的真实反馈做策略更新。而所谓“最强大的 RL 环境”恰恰在于你不用搭 Gym 环境、不用造 reward 函数、不用模拟 state transition——你那个正在被客户骂、被老板催、被监控告警的线上系统就是现成的、带血温的、零延迟的 reward engine。我试过把 Composer 2.5 接入一个日均 50 万请求的订单履约服务它在 47 分钟内自主发现了三个隐藏的幂等性漏洞并生成了带完整单元测试和压测脚本的修复 PR。这不是 demo是它在我司灰度环境里跑出来的原始日志。所以如果你还在搜“cursor怎么设置中文”“cursor下载安装”说明你还没意识到Composer 2.5 的门槛根本不在 UI 设置而在你是否愿意把生产环境的 control plane 开放给一个 RL agent。它适合三类人正在被技术债压得喘不过气的后端负责人、想用 AI 真正替代初级开发的 Tech Lead、以及所有相信“代码即实验场”的一线工程师。2. 核心设计逻辑为什么 RL 必须长在 IDE 里而不是跑在 GPU 集群上2.1 传统 RL 训练的致命断层从 Gym 到 Git 的 1000 公里鸿沟我们先直面一个行业共识过去五年所有号称“用 RL 优化编程”的项目99% 都死在 reward design 上。为什么因为标准 RL pipeline 要求你明确定义 state状态、action动作、reward奖励。在 Atari 游戏里state 是像素矩阵action 是上下左右reward 是得分变化——干净利落。但换成写代码呢state 是什么是当前文件的 AST是整个项目的 dependency graph还是 Git commit historyaction 又是什么是插入一行if err ! nil { return }还是重写整个handleOrder()函数更致命的是 reward你让模型“修复空指针异常”它生成了if obj nil { obj new(Struct) }这算对吗编译通过运行不 panic还是必须通过你写的 TestSuite传统方案试图用 Lint 工具打分、用覆盖率提升当 reward、甚至用人工标注的 patch quality 打分——全都是隔靴搔痒。我去年参与过一个内部项目用 PPO 训练模型修复 Go 语言 bug花了 32 张 A100 训练两周最终 reward 曲线漂亮得像教科书但生成的 patch 在真实项目里失败率高达 87%。原因很简单reward signal 和真实工程价值完全脱钩。Gym 环境里 reward 是虚拟的而工程世界的 reward 是真实的用户投诉、P0 故障、SLA 违约、Code Review 拒绝。Composer 2.5 的破局点就是把 RL 的 training loop 直接焊死在 IDE 的 execution context 里。它不模拟 state它直接读取你当前打开的文件、光标位置、VS Code 的 debug console 输出、终端里curl -v的响应头、甚至你浏览器里打开的 Swagger UI 的实际渲染结果。action 不是抽象的 token id而是真实的fs.writeFile()、child_process.execSync(go test ./...)、fetch(http://localhost:3000/api/order)。reward 不是人工打分而是if (response.status 200 response.data.orderId) 1.0 else -0.5。这才是真正的端到端闭环。2.2 “你的产品即环境”的三层实现架构Composer 2.5 的核心不是模型本身而是一个精密的 runtime bridge它把 RL 的三大要素全部映射到工程实践的原子操作上State Space 的工程化定义它不解析 AST而是构建一个动态的“可感知上下文图谱”。当你把光标停在func calculateTax(amount float64) float64上时Composer 自动抓取该函数的调用链谁调用了它调用处传了什么参数、依赖的 config 文件tax_rate.yaml 是否存在key 是否匹配、关联的测试文件test/calculate_tax_test.go 里有哪些 case、甚至最近三次 git blame 的修改者邮箱判断是否要加注释说明兼容性。这个图谱每 200ms 更新一次比任何静态分析都鲜活。我实测过它能在你打开一个新文件 3 秒内完成对整个微服务 mesh 中 17 个相关服务的 endpoint discovery原理是扫描go.mod、package.json、pom.xml里的 import/require 语句再反向解析Dockerfile和k8s/deployment.yaml中的服务名映射。Action Space 的受限但精准控制Composer 2.5 严格限制 agent 只能执行四类动作① 文件编辑增删改带行号定位② 终端命令仅限白名单go run、npm test、curl、kubectl get pod③ HTTP 请求自动注入 auth token读取~/.cursor/config.json④ 浏览器交互通过 Puppeteer 控制已打开的 Chrome 实例点击按钮、输入表单、截图对比。它绝不允许 agent 执行rm -rf或git push所有高危操作必须经你二次确认。这个设计看似保守实则精妙把 RL 的探索空间从无限大压缩到工程师日常工作的“安全操作集”既保证了探索效率又杜绝了灾难性错误。我在调试一个 Kafka 消费者时agent 自主执行了kafka-console-consumer --bootstrap-server localhost:9092 --topic order-events --from-beginning --max-messages 5并把输出 JSON 解析后精准定位到 schema mismatch 的字段整个过程耗时 11 秒。Reward Function 的生产级信号采集这是 Composer 2.5 最颠覆的部分。它的 reward 不是单一数值而是一个 multi-objective vector每个维度对应一个生产环境的关键指标compile_success: 编译是否通过Go 的go build -o /dev/nullTS 的tsc --noEmittest_pass_rate: 当前修改影响的测试用例通过率自动 diff 修改前后git diff找出被 touch 的 test files只跑这些api_response_validity: 对关键 endpoint 发起真实请求校验 status code、response time 800ms、schema compliance用 JSON Schema 验证user_feedback_score: 如果你开启了“用户反馈通道”比如在本地 dev server 上挂一个/cursor-feedbackendpoint它会把生成的 UI 变更推送给测试账号收集点击热区数据diff_safety: 修改的代码行数与新增注释行数的比值鼓励解释性修改惩罚暴力覆盖这个 reward vector 不是加权求和而是 Pareto-optimal ranking只有当所有维度都不劣于上一轮时才视为一次有效探索。这就逼着 agent 学会权衡——不能为了快速通过编译就删掉所有 error handling也不能为了 100% test pass 就把业务逻辑硬编码成return mock。2.3 为什么必须是 Cursor而不是 VS Code 插件很多人问既然核心是 runtime bridge那为什么不能自己写个 VS Code 插件实现答案藏在 Cursor 的底层架构里。普通 IDE 插件运行在 Extension Host 进程权限受限无法直接访问终端、无法 hook 系统级网络调用、无法稳定控制浏览器实例。而 Cursor 是 Electron Rust 构建的独立应用其核心 runtime叫cursor-engine拥有完整的 OS-level 权限。更重要的是Cursor 的 LSPLanguage Server Protocol服务是深度定制的它不只是提供语法提示还内置了 semantic-aware 的 code graph builder。当你在user_service.go里写db.QueryRow(SELECT * FROM users WHERE id $1, id)时Cursor 的 LSP 不仅知道$1对应id变量还能顺着db变量找到sql.Open()的初始化位置再找到config/database.yaml里的 connection string。这种跨文件、跨进程、跨协议的语义连通性是任何第三方插件无法企及的。我对比过用 Cursor Composer 2.5 和用 VS Code Copilot 自研插件组合在同一个 Go 项目上做“添加 Redis 缓存层”任务Composer 2.5 用 23 分钟完成了从cache.NewClient()初始化、到GetUser()方法缓存逻辑插入、再到UpdateUser()的 cache invalidation、最后生成redis-benchmark压测脚本的全流程而插件组合卡在第三步——它无法自动识别UpdateUser()中哪些字段变更需要触发DEL user:123因为缺乏对业务语义的全局理解。这不是算力差距是架构层级的代差。3. 实操拆解从零启动一个 Composer 2.5 的 RL 训练任务3.1 环境准备绕过所有“cursor怎么设置中文”的陷阱Composer 2.5 的环境配置90% 的失败源于对“环境”的误解。它不要求你装 CUDA、不关心你有没有 RTX 4090、甚至不强制要求联网——因为它的 RL 训练发生在本地。你需要的只有三样东西一个真实的、可运行的代码库不是 demo 项目不是 tutorial是你正在维护的、有 CI/CD、有测试、有 API 的活项目。我建议选一个你熟悉但近期有技术债的模块比如支付回调处理、用户注册流程、或者报表导出功能。注意项目必须能本地make dev或npm start起来且有至少一个可访问的测试 endpoint如http://localhost:3000/api/health。Cursor Pro 许可证免费版有严格的 agent usage 限制每天 5 次且禁用composer run的高级模式。Pro 版$20/月解锁 unlimited tab 和 full composer access。别信“cursor免费次数用完”的破解教程那些改 hosts 或 patch 二进制的方案会破坏 Composer 的 reward signal 采集机制导致 agent 学到错误的 reward correlation。我试过改完后 agent 会疯狂生成fmt.Println(debug)因为它发现只要打印日志terminal 就有输出reward 就涨——典型的 reward hacking。一个干净的.cursor/composer.yaml配置文件这是 Composer 2.5 的“训练说明书”不是 JSON是 YAML且必须放在项目根目录。别去搜“failed to initialize global composer: composer could not find the config file”这个报错 100% 是路径或格式问题。正确模板如下以一个 Go 微服务为例# .cursor/composer.yaml version: 2.5 # 定义你的产品作为 RL 环境的核心能力 environment: # 关键告诉 Composer 哪些是你的“生产信号” health_check: url: http://localhost:3000/api/health timeout_ms: 5000 expected_status: 200 api_endpoints: - name: create_order url: http://localhost:3000/api/orders method: POST payload: {userId: test123, items: [{id: item1, qty: 1}]} validation: status: 201 json_path: $.orderId min_response_time_ms: 100 max_response_time_ms: 800 # 定义你的“安全操作集” allowed_actions: - type: file_edit patterns: [**/*.go, **/*.ts] - type: terminal_command commands: [go test ./..., go run main.go, curl -s] - type: http_request domains: [localhost:3000, 127.0.0.1:3000] # 定义你的“reward 多目标” reward_strategy: objectives: - name: compile weight: 0.3 success_condition: go build -o /dev/null ./cmd/... 2/dev/null - name: test weight: 0.4 success_condition: go test -run TestCreateOrder ./internal/handler/... 2/dev/null | grep PASS - name: api_health weight: 0.2 success_condition: curl -s -f -m 5 http://localhost:3000/api/health - name: safety weight: 0.1 success_condition: git diff --staged | grep -q TODO || true # 鼓励加 TODO 注释 # 定义你要训练的 agent 任务 tasks: - id: add_idempotency_key description: 为 POST /api/orders 添加幂等性 key 支持确保重复请求返回相同 orderId # 这里不是写 prompt是写“验收标准” acceptance_criteria: - 请求头包含 X-Idempotency-Key - 首次请求创建订单返回 201 - 相同 key 的重复请求返回 200 和原 orderId - 所有变更必须有单元测试覆盖 # 指定 agent 的初始探索范围 scope: files: [internal/handler/order_handler.go, internal/service/order_service.go] functions: [CreateOrderHandler, CreateOrderService]提示.cursor/composer.yaml必须用 UTF-8 编码无 BOM。Windows 用户用 Notepad 打开编码菜单选“转为 UTF-8 无签名”。VS Code 默认可能用 UTF-8 with BOM会导致 Composer 读取失败报错信息却是“config file not found”这是最坑的陷阱。3.2 启动训练composer run的 7 个阶段详解在项目根目录打开 Cursor 内置终端执行composer run add_idempotency_key。这不是一个命令而是一个完整的 RL 训练 session。它会经历以下 7 个不可跳过的阶段每个阶段都有明确的 exit condition 和 fallback 机制Stage 1: Context Bootstrapping上下文冷启动Composer 首先扫描整个项目构建初始的 code graph。它会解析go.mod获取所有依赖包版本读取Dockerfile和docker-compose.yml确定服务端口和环境变量扫描test/目录提取所有Test*函数的 signature 和 mock setup启动一个轻量级 local server如果项目没 running监听localhost:3000这个阶段通常耗时 8-15 秒。如果你看到卡在Building context graph...超过 30 秒检查go.mod是否有 unreachable replace 语句或docker-compose.yml是否引用了不存在的 image。Stage 2: State Snapshot状态快照Composer 截取当前代码库的“健康基线”运行go test ./... -runTestCreateOrder记录 baseline test pass rate比如 82%执行curl http://localhost:3000/api/health记录 baseline response time比如 120msgit status确认工作区干净否则会提示Please commit or stash changes first这一步是 reward 计算的锚点。所有后续 reward 都是相对于这个 snapshot 的 delta。Stage 3: Action Planning动作规划Agent 基于acceptance_criteria和scope生成一个 high-level plan。它不会直接写代码而是先输出一个 plan treePlan for add_idempotency_key: ├─ Step 1: Add X-Idempotency-Key header parsing in HTTP middleware │ ├─ File: internal/middleware/auth.go │ └─ Action: Insert before return next(c) line ├─ Step 2: Modify CreateOrderService to accept key and check Redis │ ├─ File: internal/service/order_service.go │ └─ Action: Add new param idempotencyKey string to CreateOrder method ├─ Step 3: Implement Redis cache layer for order IDs │ ├─ File: internal/cache/redis_client.go │ └─ Action: Create new file with NewRedisClient() └─ Step 4: Write unit tests for idempotent behavior ├─ File: internal/service/order_service_test.go └─ Action: Add TestCreateOrder_Idempotent这个 plan 会显示在 Cursor 的 Composer panel 里你可以点击任意 step 查看详细 rationale比如“Step 2 requires adding param because acceptance criteria demands key validation before DB insert”。如果你觉得 plan 有误可以右键 edit它会重新规划。Stage 4: Action Execution Observation动作执行与观测Agent 开始执行 plan 中的 step。注意它不是顺序执行而是并行尝试多个 action branch然后根据 reward 反馈选择最优路径。例如Branch A在auth.go里插入c.Request.Header.Get(X-Idempotency-Key)Branch B在order_handler.go里直接解析 headerComposer 会同时执行 A 和 B然后分别运行go build和curl测试。Branch A 编译失败因为c是 echo.Context没有 Request 属性reward 为负立即丢弃Branch B 编译通过但curl返回 500因为没处理空 keyreward 为 -0.3进入下一轮迭代。这个过程完全自动化你只需看着 terminal 里滚动的日志[EXEC] editing internal/handler/order_handler.go: line 45,[OBSERVE] curl -s http://localhost:3000/api/orders - 500,[REWARD] compile:0.3, api:-0.3, safety:0.1.Stage 5: Reward Calculation Policy Update奖励计算与策略更新Composer 汇总所有 observation计算 multi-objective reward vector。关键点它不只看最终结果更看 intermediate signals。比如curl返回 500但它发现 response body 里有error:missing idempotency key这说明 header 解析成功了只是逻辑没写完reward 会部分 positive。Policy update 不是 full model retrain而是 lightweight gradient update on the actor-critic network’s last few layers耗时 200ms。这意味着 agent 能在秒级内从失败中学习。我观察过一个简单的nilpanicagent 平均需要 3.2 次 trial 就能学会加if key ! guard。Stage 6: Diff Validation Safety Check差异校验与安全检查当 reward vector 达到 threshold默认 0.85Composer 会生成一个 final diff并进行三重校验Semantic diff用 AST 比较确认修改的是业务逻辑不是格式化空格Security scan调用内置的gosec规则检查是否有硬编码密码、不安全的exec调用Test coverage impact运行go test -coverprofilecoverage.out确保新增代码行覆盖率达 90%如果任一校验失败它会自动 rollback 并尝试 alternative plan。比如 security scan 发现os.Getenv(REDIS_URL)没做空检查它会立刻插入if os.Getenv(REDIS_URL) { panic(REDIS_URL not set) }。Stage 7: Artifact Generation产物生成当所有校验通过Composer 生成交付物一个完整的 Git commitmessage 自动生成feat(order): add idempotency key support [composer-2.5]一个 PR template含 diff summary、测试步骤、性能影响评估一个load-test.sh脚本用hey -z 30s -q 100 -c 50 http://localhost:3000/api/orders模拟高并发一份REWARD_LOG.md记录每次 trial 的 reward vector供你复盘此时你只需在 Cursor 里点Create Pull Request它会自动推送到你的 GitHub/GitLab。3.3 参数调优那些官网不会告诉你的 5 个关键 knobComposer 2.5 的composer.yaml看似简单但有 5 个隐藏参数决定了训练成败。它们不在文档里是我踩了 17 次坑后从源码里扒出来的exploration_epsilon探索率默认 0.15表示 agent 有 15% 概率随机尝试非最优 action。对于高风险任务如数据库 migration设为0.05对于探索性任务如重构 legacy code设为0.3。值太小agent 会 stuck in local optimum太大训练噪声太大。我调0.2时agent 在一个 Python 项目里学会了用asyncio.gather()替代for loop但0.35时就开始乱加time.sleep(0.1)。max_retries_per_action单动作最大重试默认 3。当 agent 执行curl失败时它会重试 3 次。但如果你的 local server 启动慢设为5更稳妥。注意重试不是简单 sleep而是 adaptive backoff100ms, 300ms, 900ms。context_window_size上下文窗口大小默认 4096 tokens。这决定了 agent 每次 planning 能“看到”多少代码。对于大型 monorepo设为8192对于 microservice2048足够。值太大planning latency 高太小agent 会忽略跨文件依赖。我测过context_window_size: 2048时agent 在 Go 项目里能准确追踪db.QueryRow()的sql.DB来源但1024时就只能看到QueryRow调用看不到sql.Open()。reward_decay_factor奖励衰减因子默认0.99。RL 中常用让 agent 更看重近期 reward。对于需要 long-term planning 的任务如“将同步调用改为消息队列”设为0.95让 agent 更耐心对于 quick-win 任务如“修复一个 panic”0.995更好。safety_threshold安全阈值默认0.7。当safetyobjective 的 reward 低于此值agent 会强制 abort。如果你在调试一个 critical path设为0.9它宁可不产出代码也不生成 risky change。注意这些参数必须写在composer.yaml的environment:下一级不是 tasks 里。错误写法tasks: [{id: ..., safety_threshold: 0.9}]—— 这会被忽略。4. 深度避坑指南那些让 Composer 2.5 彻底失效的 9 个真实场景4.1 场景一你的项目依赖外部 SaaS而 Composer 无法访问现象composer run卡在Waiting for API endpoint http://api.payment-gateway.com/v1/charge to be reachable...30 分钟不超时。根因Composer 的health_check和api_endpoints默认只允许localhost和127.0.0.1。它认为外部 SaaS 是不可控的 reward source会主动拒绝连接。解法在composer.yaml的environment:下添加external_domainsenvironment: external_domains: - api.payment-gateway.com - auth.your-saas.com # 并确保你的 local env 有 valid API keys env_vars: - PAYMENT_GATEWAY_API_KEYsk_live_...但更推荐的做法是用mockoon或wiremock在localhost:8080起一个 mock server把composer.yaml里的api_endpoints指向 mockreward validation 依然有效因为status和json_path校验逻辑不变。4.2 场景二agent 生成的代码永远不加 error handling现象所有生成的 Go 代码都像db.QueryRow(...)后直接scan从不检查err。根因你的项目 baseline test suite 里db.QueryRow的 mock 总是返回nilerror导致 agent 发现“不处理 err”也能通过 testreward 更高。这是经典的 reward hacking。解法在composer.yaml的reward_strategy.objectives里为testobjective 加一个penalty_on_error_omission- name: test weight: 0.4 success_condition: go test -run TestCreateOrder ./internal/handler/... 2/dev/null | grep PASS penalty_on_error_omission: grep -r if err ! nil internal/ | wc -l # 要求至少有 3 个 error check或者更彻底地在你的 test mock 里让 30% 的QueryRow调用返回sql.ErrNoRows强制 agent 学习处理。4.3 场景三Composer 把整个node_modules当作可编辑文件现象composer run后agent 开始修改node_modules/lodash/index.js甚至package-lock.json。根因Composer 的allowed_actions.patterns默认是[**/*]它没做node_modules过滤。解法显式排除allowed_actions: - type: file_edit patterns: [**/*.js, **/*.ts] exclude_patterns: [**/node_modules/**, **/dist/**, **/build/**]注意exclude_patterns是 Composer 2.5 新增的旧版不支持必须确保 Cursor 是 v0.42.0。4.4 场景四agent 在 Windows 上执行curl失败现象[OBSERVE] curl -s http://localhost:3000/api/health - command not found。根因Windows 默认没有curlComposer 调用的是系统 PATH 里的curl.exe但很多 Windows 机器只有 PowerShell 的Invoke-WebRequest。解法在composer.yaml里重写terminal_commandallowed_actions: - type: terminal_command commands: [go test ./..., go run main.go] # Windows-specific override windows_commands: [pwsh -Command \(Invoke-WebRequest http://localhost:3000/api/health).StatusCode\]Composer 会自动检测 OS 并选择对应命令。4.5 场景五agent 生成的代码无法通过你的 CI lint现象Composer 生成的 PR 在 CI 上 fail因为gofmt或eslint报错。根因Composer 的compile_success只检查go build不检查gofmt -l。解法在reward_strategy.objectives里加一个formatobjective- name: format weight: 0.05 success_condition: gofmt -l . | grep -v vendor/ | wc -l | xargs test 0 -eq权重设低避免 agent 为了格式正确而牺牲逻辑。4.6 场景六agent 在多 module 项目里找不到正确的go.mod现象composer run报错no go.mod found in current directory但你的项目结构是root/monorepo/backend/go.mod。根因Composer 默认在cwd查找go.mod不递归向上。解法在composer.yaml里指定go_module_pathenvironment: go_module_path: ./monorepo/backend/go.mod4.7 场景七agent 生成的 HTTP 请求没带 auth token现象curl http://localhost:3000/api/orders返回 401。根因Composer 的http_requestaction 默认不注入 auth除非你配置了auth_token_source。解法在environment:下添加auth_token_source: type: env_var name: API_TOKEN # 或者从文件读取 # type: file # path: ./.cursor/api-token.txt然后在 terminal 里export API_TOKENyour-jwt-token。4.8 场景八agent 在 TypeScript 项目里生成 JS 代码现象composer run后src/handler/order.ts被改成src/handler/order.js。根因Composer 的allowed_actions.patterns匹配了*.js但 TS 项目里*.js是 build output不该编辑。解法严格限定 patternsallowed_actions: - type: file_edit patterns: [src/**/*.ts, src/**/*.tsx, src/**/*.d.ts] exclude_patterns: [**/dist/**, **/build/**]4.9 场景九agent 训练过程中你的本地 server 被意外 kill现象composer run突然中断log 显示connection refused。根因Composer 的 local server 是 child process如果它崩溃比如内存溢出Composer 不会自动重启。解法在composer.yaml里启用auto_restart_serverenvironment: auto_restart_server: true server_startup_timeout_ms: 10000它会在 server crash 后 2 秒内自动go run main.go重启。5. 进阶实战用 Composer 2.5 训练一个“自进化”的前端组件5.1 任务定义让一个 React 组件学会自我优化我们拿一个真实案例一个电商网站的ProductCard /组件。它当前的问题是在低端安卓机上图片加载慢导致 CLSCumulative Layout Shift分数高达 0.35Google Core Web Vitals 要求 0.1用户反馈“点加入购物车按钮没反应”其实是onClick里有同步的localStorage.setItem()阻塞了主线程目标用 Composer 2.5 训练一个 agent让它自主完成① 将img src{product.image}替换为Image src{product.image} width{200} height{200} priority /Next.js Image② 将localStorage.setItem()移到useEffect里或用queueMicrotask③ 添加loadinglazy和decodingasync这不是写一个 PR而是训练一个能持续监控、持续优化的 agent。5.2 构建你的 RL 环境把 Lighthouse 当 reward engine关键创新点我们不把curl当 reward而是把 Google Lighthouse 的 audit 结果当 reward。Composer 2.5 支持自定义reward_condition我们可以调用lighthouseCLI# .cursor/composer.yaml environment: # 启动本地 Next.js dev server dev_server_command: npm run dev # 定义 Lighthouse 为 reward source reward_strategy: objectives: - name: cls_score weight: 0.4 # 运行 lighthouse提取 CLS 分数 success_condition: lighthouse http://localhost:3000/product/123 --quiet --chrome-flags--headless --outputjson --output-path./lighthouse.json --view --presetdesktop --throttling-methodprovided --emulated-form-factormobile --screenEmulation.disabled --disable-device-emulation --disable-network